MLR и randomForestSRC: несоответствие между компьютерами

Question

Наша команда запустила следующий код для создания модели случайного леса и обучила ее:

# Define a cross validation strategy
rdesc <- makeResampleDesc("CV", iters = cv_fold, predict = "both")

# Define a (regression) task
task_01 = makeRegrTask(data = data.model, target = "target_actual")

# Make a learner
lrn_rf = makeLearner("regr.randomForestSRC", predict.type = "response",
                     fix.factors.prediction = TRUE,
                     par.vals = list(nodesize = 50, mtry = 36, ntree = 500))

set.seed(7)
model_rf = mlr::resample(lrn_rf, task_01, rdesc, models = TRUE, 
                         extract = function(x) getLearnerModel(x),
                         measures = list(rmse, rsq), show.info = FALSE)

model_rf

В основном, модель предсказывает согласованные результаты, которые имеют смысл.Однако, когда я запускаю точно такой же код (без каких-либо изменений) на компьютерах двух моих коллег, модель предсказывает такие странные результаты:

Resample Result
Task: data.model
Learner: regr.randomForestSRC
Aggr perf: rmse.test.rmse=361.1464455,rsq.test.mean=-588.1729057
Runtime: 4.0032

В чем может быть причина такого странного поведения толькодва компьютера, но не другие?

Answer 1

Это был конфликт версий.После установки более старой версии randomForestSRC все это работало и на моем компьютере.

Определенно не работал с randomForestSRC версия: 2.6.0

Определенно работает теперь с randomForestSRC версия: 2.5.1